本發(fā)明涉及三維模型處理領域，更具體地說，涉及一種基于射線的三維模型切比雪夫特征提取方法。

背景技術：

隨著計算機硬件和軟件的快速發(fā)展，以及多媒體技術、虛擬現(xiàn)實技術等的推廣，三維模型得到越來越廣泛的關注和研究。三維模型是物體的三維多邊形表示，可以由計算機或者其它視屏設備進行顯示。三維模型比二維模型能更真實地表示物體，因此，三維模型在生物醫(yī)學、電子商務、虛擬現(xiàn)實、建筑設計、機械設計以及三維游戲等多個領域扮演著重要的角色。

至今，互聯(lián)網(wǎng)上已經(jīng)出現(xiàn)了大量的三維模型，三維模型的應用需求也在日益增大。將來，三維模型將與現(xiàn)在的二維圖像、二維視頻等一樣，數(shù)量不可估計。為此，如何檢索三維模型成了亟待解決的問題。近年來，大量基于內(nèi)容的模型特征提取方法已被提出，其中，傳統(tǒng)基于射線采樣的三維模型特征提取算法，是選取切比雪夫球面的經(jīng)緯劃分交點作為終點做為采樣射線，但由于要做大量的射線與面片求交運算，其特征提取速度較慢。同時，該提取方法對模型采樣魯棒性差，模型的細微的旋轉(zhuǎn)變換往往導致不能精確地表達三維模型的特征。另外，當射線少時，采樣率低，不能準確的反應模型特性，當射線多時，采樣率高，雖然能準確表達模型特性，但其提取速度慢，同時采樣信號會產(chǎn)生大量冗余，特征存儲量大，另外在相似度計算增加計算時間，效率低。

技術實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術中的缺點與不足，提供一種基于射線的三維模型切比雪夫特征提取方法，該特征提取方法避免了因三維模型的細微旋轉(zhuǎn)和位移產(chǎn)生特征的巨大變化，從而增強了提取方法的魯棒性，同時能更精細的對三維模型進行描述，能夠得到高效降維的壓縮感知特征。

為了達到上述目的，本發(fā)明通過下述技術方案予以實現(xiàn)：一種基于射線的三維模型切比雪夫特征提取方法，其特征在于：

首先，將三維網(wǎng)格模型進行WPCA預處理矯正，以消除三維網(wǎng)格模型因為方位、旋轉(zhuǎn)和縮放的影響；

其次，建立模型的切比雪夫球面，對其表面進行經(jīng)緯區(qū)域劃分，并將WPCA預處理矯正的三維網(wǎng)格模型置于切比雪夫球面的單位球內(nèi)，設計采樣窗口；

再次，將采樣窗口內(nèi)的面片進行三角密集化處理，對密集點處理得到區(qū)域內(nèi)的最大采樣距離和最小采樣距離，形成二維特征信號，即為切比雪夫特征原始信號；

最后，將切比雪夫特征原始信號進行稀疏處理，并進行二維壓縮感知處理，得到低維度的壓縮感知特征F_CSCR。

在上述方案中，本發(fā)明的一種基于射線的三維模型切比雪夫特征提取方法是采用基于區(qū)域窗口的統(tǒng)計模式，避免了因三維模型的細微旋轉(zhuǎn)和位移產(chǎn)生特征的巨大變化，增強了提取算法的魯棒性。其次，由于同時考慮區(qū)域的最大距離和最小距離，能夠?qū)δＰ偷闹丿B部分進行細分，能更精細的對模型進行描述。最后，通過對采樣的二維信號進行DCT及稀疏表達，結(jié)合二維壓縮感知過程，得到高效降維的壓縮感知特征。上述的WPCA為加權主成分分析法。

本發(fā)明包括以下步驟：

步驟s201：將三維網(wǎng)格模型進行WPCA預處理矯正；

步驟s202：建立三維網(wǎng)格模型的切比雪夫球面，對其表面進行經(jīng)緯區(qū)域劃分；設球坐標中規(guī)定仰角由Z正半軸0°到負半軸180°，球面的區(qū)域劃分步長如下：

其中n_C，n_R代表球經(jīng)度、緯度劃分數(shù)；τ_ij表示球面上任意劃分區(qū)域；

步驟s203：將最大距離特征矩陣和最小距離特征矩陣FCBV_L(n_R×n_C)和FCBV_S(n_R×n_C)都置為零矩陣；任意區(qū)域窗口τ_ij上的密集點采樣點距離集合初值dis(τ_ij)＝{0}；

步驟s204：選取模型中的任意未處理面片P_k，其三角區(qū)域做密集化處理，所得交點集即該面片的點云集記為Cloud(P_k)；

步驟s205：對于任意點計算該點c_k與模型質(zhì)心的距離d_k；

步驟s206：按下列公式計算點c_k所映射到球面區(qū)域窗口的序號；點c_k所對應的球坐標記為c_k＝(c_k(φ),c_k(θ),1)；

按如下公式將采樣距離d_k并入相應的區(qū)域窗口τ_ij的距離集合dis(τ_ij)中：dis(τ_ij)＝dis(τ_ij)∪{d_k}；

步驟s207：如果面片P_k為最后一個面片，則進行步驟s208，否則跳轉(zhuǎn)至步驟s204；

步驟s208：計算各區(qū)域窗口τ_ij上的最大距離和最小距離，生成最大距離特征矩陣和最小距離特征矩陣，如下：

步驟s209：利用DCT對二維采樣信號FCBV_L(i,j),FCBV_S(i,j)進行稀疏變換形成稀疏矩陣χ_L，χ_S：

步驟s210：采用二維壓縮感知，形成如下特征向量：

其中Φ₁,Φ₂為歸一化的二維高斯隨機測量矩陣；最后，輸出F_L，F(xiàn)_S作為基于射線的切比雪夫壓縮感知特征向量；

步驟s211：將最大特征向量和最小特征向量歸并，得到壓縮感知切比雪夫特征特征向量F_CRCS：

F_CRCS＝(F_L,F_S)。

所述建立模型的切比雪夫球面，對其表面進行經(jīng)緯區(qū)域劃分，并將WPCA預處理矯正的三維網(wǎng)格模型置于切比雪夫球面的單位球內(nèi)，設計采樣窗口是指：將切比雪夫球面的單位球體按照經(jīng)線和緯線劃分，在球面形成網(wǎng)格窗口，將WPCA預處理矯正的三維網(wǎng)格模型置于切比雪夫球面的單位球內(nèi)，對網(wǎng)格窗口內(nèi)的面片進行采樣。

對密集點處理得到區(qū)域內(nèi)的最大采樣距離和最小采樣距離，形成二維特征信號是指：對密集點處理得到區(qū)域內(nèi)的最大采樣距離和最小采樣距離，按照窗口的順序排列形成二維特征信號矩陣。

與現(xiàn)有技術相比，本發(fā)明具有如下優(yōu)點與有益效果：本發(fā)明一種基于射線的三維模型切比雪夫特征提取方法避免了因三維模型的細微旋轉(zhuǎn)和位移產(chǎn)生特征的巨大變化，從而增強了提取方法的魯棒性，同時能更精細的對三維模型進行描述，能夠得到高效降維的壓縮感知特征。

附圖說明

圖1是本發(fā)明基于射線的三維模型切比雪夫特征提取方法的流程圖；

圖2是步驟s204中，模型中的任意未處理面片P_k的三角區(qū)域做密集化處理的示意圖；

具體實施方式

下面結(jié)合附圖與具體實施方式對本發(fā)明作進一步詳細的描述。

實施例

如圖1所示，本發(fā)明基于射線的三維模型切比雪夫特征提取方法是這樣的：

首先，將三維網(wǎng)格模型進行WPCA預處理矯正，以消除三維網(wǎng)格模型因為方位、旋轉(zhuǎn)和縮放的影響；

其次，建立模型的切比雪夫球面，對其表面進行經(jīng)緯區(qū)域劃分，并將WPCA預處理矯正的三維網(wǎng)格模型置于切比雪夫球面的單位球內(nèi)，設計采樣窗口；

再次，將采樣窗口內(nèi)的面片進行三角密集化處理，對密集點處理得到區(qū)域內(nèi)的最大采樣距離和最小采樣距離，形成二維特征信號，即為切比雪夫特征原始信號；

最后，將切比雪夫特征原始信號進行稀疏處理，并進行二維壓縮感知處理，得到低維度的壓縮感知特征F_CSCR。

本發(fā)明的方法具體包括以下步驟：

步驟s201：將三維網(wǎng)格模型進行WPCA預處理矯正；

步驟s202：建立三維網(wǎng)格模型的切比雪夫球面，對其表面進行經(jīng)緯區(qū)域劃分；設球坐標中規(guī)定仰角由Z正半軸0°到負半軸180°，球面的區(qū)域劃分步長如下：

其中n_C，n_R代表球經(jīng)度、緯度劃分數(shù)；τ_ij表示球面上任意劃分區(qū)域；本實施例選取n_R＝32,n_C＝32。

步驟s203：將最大距離特征矩陣和最小距離特征矩陣FCBV_L(n_R×n_C)和FCBV_S(n_R×n_C)都置為零矩陣；任意區(qū)域窗口τ_ij上的密集點采樣點距離集合初值dis(τ_ij)＝{0}；

步驟s204：選取模型中的任意未處理面片P_k，其三角區(qū)域按圖2所示方式做密集化處理，所得交點集即該面片的點云集記為Cloud(P_k)；

步驟s205：對于任意點計算該點c_k與模型質(zhì)心的距離d_k；

步驟s206：按下列公式計算點c_k所映射到球面區(qū)域窗口的序號；點c_k所對應的球坐標記為c_k＝(c_k(φ),c_k(θ),1)；

按如下公式將采樣距離d_k并入相應的區(qū)域窗口τ_ij的距離集合dis(τ_ij)中：dis(τ_ij)＝dis(τ_ij)∪{d_k}；

步驟s207：如果面片P_k為最后一個面片，則進行步驟s208，否則跳轉(zhuǎn)至步驟s204；

步驟s208：計算各區(qū)域窗口τ_ij上的最大距離和最小距離，生成最大距離特征矩陣和最小距離特征矩陣，如下：

步驟s209：利用DCT對二維采樣信號FCBV_L(i,j),FCBV_S(i,j)進行稀疏變換形成稀疏矩陣χ_L，χ_S：

步驟s210：采用二維壓縮感知，形成如下特征向量：

其中Φ₁,Φ₂為歸一化的二維高斯隨機測量矩陣；最后，輸出F_L，F(xiàn)_S作為基于射線的切比雪夫壓縮感知特征向量；

步驟s211：將最大特征向量和最小特征向量歸并，得到壓縮感知切比雪夫特征特征向量F_CRCS：

F_CRCS＝(F_L,F_S)。

上述方法中，建立模型的切比雪夫球面，對其表面進行經(jīng)緯區(qū)域劃分，并將WPCA預處理矯正的三維網(wǎng)格模型置于切比雪夫球面的單位球內(nèi)，設計采樣窗口是指：將切比雪夫球面的單位球體按照經(jīng)線和緯線劃分，在球面形成網(wǎng)格窗口，將WPCA預處理矯正的三維網(wǎng)格模型置于切比雪夫球面的單位球內(nèi)，對網(wǎng)格窗口內(nèi)的面片進行采樣。

而對密集點處理得到區(qū)域內(nèi)的最大采樣距離和最小采樣距離，形成二維特征信號是指：對密集點處理得到區(qū)域內(nèi)的最大采樣距離和最小采樣距離，按照窗口的順序排列形成二維特征信號矩陣。

本發(fā)明的一種基于射線的三維模型切比雪夫特征提取方法是采用基于區(qū)域窗口的統(tǒng)計模式，避免了因三維模型的細微旋轉(zhuǎn)和位移產(chǎn)生特征的巨大變化，增強了提取算法的魯棒性。其次，由于同時考慮區(qū)域的最大距離和最小距離，能夠?qū)δＰ偷闹丿B部分進行細分，能更精細的對模型進行描述。最后，通過對采樣的二維信號進行DCT及稀疏表達，結(jié)合二維壓縮感知過程，得到高效降維的壓縮感知特征。

上述實施例為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受上述實施例的限制，其他的任何未背離本發(fā)明的精神實質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發(fā)明的保護范圍之內(nèi)。